基于异构数据联合训练的中文分词法

中文分词技术作为中文信息处理中的关键基础技术之一,基于深度学习模型的中文分词法受到广泛关注。然而,深度学习模型需要大规模数据训练才能获得良好的性能,而当前中文分词语料数据相对缺乏且标准不一。文中提出了一种简单有效的异构数据处理方法,对不同语料数据加上两个人工设定的标识符,使用处理过的数据应用于双向长短期记忆网络结合条件随机场(Bi-LSTM-CRF)的中文分词模型的联合训练。实验结果表明,基于异构数据联合训练的Bi-LSTM-CRF模型比单一数据训练的模型具有更好的分词性能。     

SiH4紫外多光子电离光谱的转动分析

本工作用激光扫描步长6×10^-4nm观测了SiH₄多光子电离光谱中363.52nm附近的精细结构。SiH₄被三光子共振激发后,作为略不对称陀螺处理。大多数转动谱线被论证为v₂振动垂直谱带的一个Q支,并推算出激发态转动常数B＇=3.04±0.01cm^-1。 关键词：     

评介IEEE教学论文二则

本文介绍了两则IEEE教学论文,并对它们的意义作了评论。一则是并联阻抗的等效阻抗的作图求解法,另一则是关于课堂人数和教学效果的关系。二则短文,前者绘出了复阻抗并联时等效阻抗的作图法,后者谈了讲课班学生人数对提高学术水平的意义。作者认为,前者对增进学生的思维能力有很好的借鉴作用;后者强调的“师生交互”是未来教育的重要特征之一,可把它视为钱学森“大成智慧研究厅”的特点之一。     

双频驱动混沌系统的相同步和广义同步

研究了双频混沌信号驱动的混沌振子的广义同步和相同步问题.发现了反偏向的相同步和正偏向的广义同步，即响应振子可以优先与驱动强度弱的混沌信号达到相同步，而广义同步则先在驱动强的信号和响应振子间建立起来.对这些行为产生的动力学机理进行了详细地分析. 关键词： 相同步 广义同步 条件熵 平均频率     

基于多尺度特征融合的道路场景语义分割

针对传统的语义分割方法实时性较低,同时感受野也较少,计算量比较大并且需要很长的处理时间等问题,将基于快速卷积神经网络模型(Fast-SCNN)改进后的CFast-SCNN应用于道路场景语义分割,首先在原网络编码部分进行模型剪枝,压缩模型的体积,提高该网络的推理速度;然后在其主干网络部分进行多尺度特征融合操作,扩大感受野,提高大目标边界准确率,保证分割的精度。使用道路场景分割中常用的Cityscapes数据集进行试验,并且使用语义分割领域中常用的性能评价指标验证了方法的有效性,实验结果表明改进后的网络相较于原网络各性能都有一定提升。     

基于特征融合的中文分词研究

中文分词是自然语言处理中一项重要的基础任务。由于中文词汇存在多义词、同音字等特殊性,能够准确地完成分词任务是近年来中文分词研究面临的挑战之一。因此,本文提出了一种融合字符特征、拼音特征、五笔输入特征的共享BiLSTM-CRF模型,通过在训练过程中共享LSTM-网络来有效地融合语言特征。经大量数据集实验表明,特征融合能显著提高标记的准确性。在没有利用任何外部词汇资源的情况下,AS和CityU数据集中准确率可分别达到96.9%和97.3%。     

基于动态阈值核密度估计的登录异常检测

登录验证是各种信息系统的第一道门户，是保障系统安全的重中之重。但用户账号通常面临着两种风险：一是账号被撞库，二是账号被盗。其中，撞库是指黑客利用第三方泄露的账号和密码生成对应的字典库来尝试批量登录目标系统或网站的行为。针对用户登录日志通常是稀疏数据的问题，提出了一种基于动态阈值核密度估计的登录异常检测方法。该方法能够在稀疏登录日志上建立动态阈值，通过核密度估计计算用户登录历史基线，并在此基线上完成用户登录异常检测。对比实验结果表明，该算法能够有效地进行异常登录检测，并针对稀疏登录数据有着更好的检测效果。